Завьялов Илья Николаевич
Завьялов Илья Николаевич личный блог
26 сентября 2024, 17:36

Завьялов Илья Николаевич про Prediction Markets.

Перед тем как вы погрузитесь в изучение статьи, обратите внимание на тот факт что всё упомянутое в ней не является финансовой рекомендацией для принятие более взвешенного решения просьба провести свое собственное исследование.

Мировой гемблинг

Рынки предсказаний являются одним из самых простых способов использования криптовалют, позволяющем делать ставки на множество событий в сети.

Развитие технологий способствовало перемещению азартных игр в онлайн-среду, что сделало этот сектор стремительно растущим.

Мировой рынок азартных игр в 2023 году оценивается в $773,7B, а к 2030 году ожидается его рост до $1 трлн с совокупным годовым темпом роста (CAGR) 3,7%.
Завьялов Илья Николаевич про Prediction Markets.

В секторе онлайн-гемблинга, по прогнозам, рынок достигнет $100,9B в 2024 году с ожидаемым среднегодовым ростом 6,2%.

 

Основные драйверы роста включают:

 

  • Ухудшение экономической ситуации
  • Рост числа пользователей цифровых технологий
  • Удобство онлайн-азартных игр
  • Более четкое регулирование
Завьялов Илья Николаевич про Prediction Markets.
Почти треть населения мира живет в странах, где азартные игры ограничены или запрещены. Это вынуждает людей обращаться к нелегальным платформам, где они сталкиваются с худшими условиями, высокими комиссиями и риском мошенничества. За последние годы платформы, такие как Rollbit и Stake, стали невероятно популярными в сфере онлайн-гемблинга.

Перспективы развития:

  • Дальнейшая интеграция с Web3: Рынки предсказаний будут все теснее интегрироваться с экосистемой Web3, используя преимущества децентрализованных приложений (dApps) и смарт-контрактов.
  • Расширение спектра предлагаемых игр: Будет наблюдаться рост разнообразия игр и рынков, удовлетворяющих все более широкие потребности пользователей.
  • Усиление регулирования: Дальнейшее ужесточение регулирования в некоторых юрисдикциях может привести к консолидации рынка и развитию крипторынка.

Как работают рынки прогнозирования

Представьте себе букмекерскую контору, но для любых событий, которые могут произойти в будущем. Это и есть рынки предсказаний! Вы можете поставить на то, кто выиграет выборы, какой будет погода или даже случится ли какое-то необычное событие. Все это работает на смарт-контрактах, которые гарантируют честность и прозрачность исполнения.

Но как они работают?

Рынки прогнозирования могут использовать два варианта работы платформы:

  1. книгу ордеров (Polymarket)
  2. автоматизированный маркет-мейкер, или AMM (Azuro)

Книги ордеров:

  • Пользователи могут выбирать рыночные или лимитные ордера.
  • Ликвидность рынков напрямую связана с активностью и интересом пользователей.
  • Книга ордеров обеспечивает прозрачность текущих цен спроса и предложения на каждом рынке.

AMM:

  • Пользователям предлагается вносить ликвидность в пулы, формируя «единую платформу для ставок» на всех рынках в обмен на процент от торговых комиссий.
  • AMM корректирует коэффициенты и определяет цены и другие условия внутри механизма прогнозирования.
  • Механизм прогнозирования определяет всю логику приема ставок, распределения выплат и многое другое.

Существуют различные типы рынков в зависимости от их результатов:

  • Двоичный: ДА/НЕТ (например, достигнет ли BTC 100 тыс. в следующем месяце?)
  • Категориальный: несколько вариантов (например, следующий президент США)
  • Скалярный: опционы на основе диапазона (например, какой будет цена BTC в следующем месяце?)

В целом рынки прогнозирования можно рассматривать как расширение рынков деривативов. Деривативы, такие как фьючерсы и опционы, используются для прогнозирования будущей цены активов, таких как нефть, золото, акции и биткоин. Рынки прогнозирования делают то же самое для событий.

Но как достигается достоверность результатов?

Достоверность результатов в системах, основанных на прогнозных рынках, обеспечивается специальными оракулами. Эти оракулы играют роль надежных посредников, перенося информацию из внешних источников (например, новостных агентств) в блокчейн. Процесс выглядит так:

  1. Выбор авторитетных источников: Заранее определяются надежные источники информации, такие как крупные новостные агентства.
  2. Проверка данных: Оракул гарантирует, что данные, полученные из этих источников, не искажены и точно соответствуют оригиналу.
  3. Анализ информации: Специальные алгоритмы, такие как модели машинного обучения, обрабатывают данные и выдают точные ответы на заданные вопросы.
  4. Консенсус: Результат подтверждается несколькими независимыми узлами сети, что исключает возможность манипуляций. Таким образом, оракулы обеспечивают объективность и прозрачность процесса определения результатов, основанных на данных из внешнего мира.

Важно отметить, что оракулы рынков предсказаний не выступают в роли арбитров истины, а гарантируют использование проверенных источников данных и прозрачных методов для определения результатов. Такой подход предоставляет масштабируемое, децентрализованное решение, минимизируя человеческую предвзятость и возможность вмешательства.

Предвзятость данных

Оригинальная статья Омера Голдберда (CEO Chaos Labs) поднимает важные вопросы о недостатках традиционных методов определения результатов на рынках предсказаний. Сегодня определение исходов событий на таких рынках часто делегируется людям или централизованным организациям. Они анализируют доступную информацию, оценивают источники и принимают решения на основании своих субъективных суждений. Такой подход открывает двери для человеческих ошибок, предвзятости и конфликта интересов.

Альтернативой ручной обработке данных являются большие языковые модели (LLM). Они способны быстро и точно анализировать огромные объемы информации, предоставляя объективные ответы на четко сформулированные вопросы. Однако, как показал случай с рынком предсказаний выборов в Венесуэле, нечеткая формулировка запросов может привести к неоднозначным результатам.
Завьялов Илья Николаевич про Prediction Markets.
Когда в таких рынках задаются четкие и узко определенные задачи — например, ответить, победил ли кандидат A или B на выборах, основываясь на «жестких новостях», — LLM прекрасно справляются с обработкой данных быстро и последовательно. Например, LLM может обрабатывать фактический новостной контент, опубликованный доверенными источниками, такими как CNN или Associated Press, чтобы предоставить четкие и точные ответы, такие как подтверждение победителя на выборах после официального объявления результатов вышеупомянутыми изданиями. Однако важно, чтобы запросы на рынке предсказаний были четкими и недвусмысленными. Плохо сформулированные запросы могут вызвать путаницу, как это произошло на рынке предсказаний выборов в Венесуэле 2024 года на Polymarket.

Вопрос заключался в том, что считать «официальной информацией» из Венесуэлы и что подразумевается под «консенсусом достоверных репортажей». Отсутствие четкости позволило множественные трактовки, создавая неопределенность как для моделей ИИ, так и для человеческих участников. Для того чтобы LLM могли надежно определять результаты, необходимы четкие правила и хорошо сформулированные задачи, сводящие к минимуму потенциальную двусмысленность.

Рынок предсказаний выборов в Венесуэле 2024 года на Polymarket стал ярким примером сложности разрешения реальных событий на децентрализованных рынках предсказаний. По мере того как участники делали ставки на результат, рынок перешел от отражения прогнозов к активному формированию нарратива, что показало, насколько трудно установить истину в напряженных политических ситуациях.
Завьялов Илья Николаевич про Prediction Markets.
Изначально рынок склонялся к победе Николаса Мадуро, что подтверждалось официальными результатами выборов от Национального избирательного совета Венесуэлы (CNE). Однако на этом история не закончилась. Оппозиция отказалась признать поражение, заявив о своей победе и предоставив собственные данные в поддержку этих утверждений.
Завьялов Илья Николаевич про Prediction Markets.
Это создало эффект сильнейшей неопределенности, когда противоречивые нарративы затрудняли определение реального результата событий. В центре разрешения этого рынка оказался протокол UMA — оптимистичный оракул, основанный на человеческом вмешательстве, который и определял исход рынка.

 

Участники голосования UMA должны были принять решение посреди хаоса, выбирая между официальными данными, представленными правительством Венесуэлы, и цифровым контрнарративом оппозиции. В конечном итоге UMA принял решение в пользу кандидата от оппозиции, Гонсалеса, несмотря на глобальный консенсус в пользу Мадуро. Это решение выявило важную проблему: когда результат рынка предсказаний зависит от оракула, он перестает быть пассивным ретранслятором фактов и становится могущественным арбитром истины.

 

Эта ситуация демонстрирует огромную сложность разрешения реальных событий в децентрализованных системах, особенно в условиях политических споров. Оракулы полагаются на человеческие решения, что порождает вопросы о манипуляциях, предвзятости и централизации власти. Участники торгов и наблюдатели задавались вопросом, действительно ли оракул просто зафиксировал исход или же сам вынес решение.

 

Рынок предсказаний выборов в Венесуэле на Polymarket выявил сложную проблему: как двусмысленность формулировки запроса на рынке предсказаний может привести к путанице среди голосующих и оставить место для манипуляций. В данном случае критерии разрешения рынка — «официальная информация из Венесуэлы» и «консенсус достоверных репортажей» — были нечеткими. Эта неопределенность вынудила как голосующих, так и оракулы трактовать, что считать «достоверными репортажами», что привело к разным мнениям и потенциальной возможности для манипуляций. Роль оракула, изначально предназначенного для наблюдения и разрешения, стала ключевым фактором, формирующим сам рынок.

 

Эта ситуация подчеркивает трудности в разрешении рынков предсказаний с человеческим вмешательством в неопределенных или спорных условиях, что еще больше усложняет идею нейтральности.

Но какое решение?

 

Для эффективного использования LLM на рынках предсказаний необходимо:

 

  • Четко определять критерии: Сформулировать ясные и однозначные вопросы, чтобы избежать неоднозначных интерпретаций.
  • Использовать авторитетные источники: Опираться на данные из проверенных и надежных источников.
  • Разрабатывать устойчивые к манипуляциям протоколы: Создавать механизмы, предотвращающие попытки исказить результаты.

 

В данный момент Chaos Labs создает собственный оракул Edge Proofs для рынка предсказаний президентских выборов в США 2024 года. Этот подход использует LLM (модели на основе искусственного интеллекта) для устранения человеческой предвзятости, снижая риски централизации, манипуляций и субъективных решений. Однако все решения находятся на стадии разработки, поэтому пока сложно сказать, насколько эффективно Chaos Labs сможет закрыть данную проблему.

Вывод

С момента запуска первых протоколов в 2015 году эти платформы становятся все более популярными, особенно на фоне крупных мировых событий. Тенденция развития таких платформ видна невооружённым взглядом

Во многих отношениях рынок прогнозов — это в первую очередь инструмент коллективного интеллекта. Он позволяет крупным компаниям и политикам получать представление о том, что, по мнению общественности, произойдет в будущем. Рынки извлекают информацию практически из всех доступных источников, поскольку эти торговые контракты используют различные методы принятия решений. Хотя эти методы должны продолжать становиться более точными, необходимо учитывать многочисленные человеческие предубеждения.

Команда YTWO внимательно отслеживает развитие рынка децентрализованных предсказательных платформ, понимая потенциал для долгосрочного роста и инноваций в этой области. Мы изучаем новые технологические решения, такие как интеграция искусственного интеллекта и блокчейна, которые снижают предвзятость и обеспечивают прозрачность.

 

1 Комментарий

Активные форумы
Что сейчас обсуждают

Старый дизайн
Старый
дизайн